一、问题：算力需求升级与供给约束并存，存储与封装成为新“卡点” 随着大模型训练、推理和高性能计算加速落地，产业关注点正从“算力芯片单点突破”转向“算力系统整体效率”；该过程中，存储带宽、延迟、功耗以及封装互连能力，直接决定数据吞吐与系统能效。业内普遍认为，过去“只要计算更强”的路径正在遭遇“数据搬运成本”上升的限制，存储与先进封装在算力体系中的重要性持续上升。 二、原因：大模型驱动数据密集型架构演进，产业竞争进入“系统能力”阶段 一上，训练与推理对高带宽、低延迟存储提出更高要求，企业级SSD、企业级内存模组等高端产品需求走高；另一方面，芯片制程逐步逼近物理与成本边界，依赖制程缩小带来的性能增量有限，产业开始更多通过先进封装、芯粒化、异构集成等方式提升系统性能并改善良率控制。近存封装、存算一体等路径，核心于缩短数据路径、降低访问延迟与功耗，以提高整体效率，正成为国际竞争的焦点。 三、影响：地方产业组织能力增强，生态协同与国际竞合并行加剧 深圳市工业和信息化部门近日印发《深圳市加快推进人工智能服务器产业链高质量发展行动计划（2026—2028年）》，提出支持存储芯片研发及应用，加快存储芯片先进封装技术攻关，重点发展企业级SSD、企业级内存模组等高端存储产品，并加强近存封装、存算一体等新型技术研发，提升高端存储供给能力，建立面向大模型训练、超算中心的高端存储产品供给体系。业内人士认为，这类行动计划发出两点信号：一是以应用带动供给，围绕“服务器—存储—封装—系统集成”进行链条化布局；二是以关键技术攻关带动产业集聚，有助于提升在高端存储与先进封装环节的话语权。 ，生态协同也在加速推进。在2026玄铁RISC-V生态大会上，千问加入玄铁RISC-V无剑联盟，提出更推动“芯模协同”，并与产业链上下游伙伴合作，探索通过玄铁CPU及RISC-V芯片将大模型部署到更多智能场景。业内分析认为，模型侧与芯片侧联动，有助于在端侧与专用场景形成差异化能力：借助开放指令集、软硬件协同优化与工具链完善，提高部署效率并控制成本，为多样化终端与行业应用提供更灵活的落地路径。 国际上，Arm宣布将首次开始销售自有芯片，并提出较为激进的营收目标；其在旧金山活动中表示，Meta将成为其AGI CPU芯片的首个主要客户，产品最高136核、功耗300瓦，并由台积电代工。业界认为，这意味着Arm正从以授权为主的模式延伸至自有芯片产品，可能改变既有客户与合作伙伴关系，使上游IP、芯片设计与代工制造之间的竞合更为复杂，也对供应安全、产能安排与技术路线选择提出新的挑战。 四、对策：以技术攻关与产业协同“双轮驱动”，补齐高端供给短板 面向新一轮产业变化，业内建议在三个方向形成更强合力：其一，围绕先进封装与高端存储建立可验证的工程化能力，通过工艺、材料、设备与测试协同，提高良率与一致性，尽快将技术路线转化为规模化产品；其二，面向大模型训练与超算中心需求，推动存储产品从“可用”走向“好用、耐用、可控”，把企业级场景对可靠性、寿命、能耗与服务体系的要求贯穿全链条；其三，加快软硬协同生态建设，推进模型适配、编译器优化、算子库与工具链完善，降低部署门槛，形成面向行业应用的可复制方案。 五、前景：先进封装与系统级创新或成增长主线，竞争将从单点转向体系 从趋势看，先进封装、存储与系统级优化将成为影响算力成本与效率的关键变量。随着需求回暖、技术迭代加快以及产业链重构推进，具备“技术—产能—生态—订单”协同能力的企业更可能在新周期中建立优势。未来一段时间，国内产业若能在高端存储产品、先进封装量产能力以及软硬协同生态上持续突破，有望在大模型与算力基础设施升级过程中获得更强的主动权。
当前全球半导体产业处于深度调整期，技术迭代与市场格局变化同步推进。在政策支持、市场需求与资本投入等因素带动下，中国半导体产业正加快向价值链高端迈进。未来几年，随着关键技术取得进展、产业链协同效应逐步显现，我国有望在全球半导体格局中争取更有利的位置，为数字经济发展提供更稳固的支撑。这不仅关系到产业自身升级，也关系到国家科技自立自强的能力建设。